1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，Web信息資源以令人難以置信的速度在增長，在如此海量信息中如何有效地提高搜索質(zhì)量，得到有用的信息已經(jīng)成為一個非常重要的研究課題。目前研究比較多的是查詢擴(kuò)展(Query Expansion，QE)，查詢擴(kuò)展作為解決表達(dá)差異的一種有效方法，即在原查詢詞的基礎(chǔ)上加入與用戶用詞相關(guān)的詞或詞組，組成新的、更準(zhǔn)確的查詢詞序列，從而檢索出更加相關(guān)的、更加精確的搜索結(jié)果。本文主要工作有以下幾個方面：
　　 1、在研究國際國

2、內(nèi)已有的查詢擴(kuò)展技術(shù)基礎(chǔ)上，提出一種新的基于Rough集理論的局部分析的查詢擴(kuò)展算法(RLA)。該算法通過計算查詢關(guān)鍵詞與文檔之間的Rough相似度，選出與查詢詞最相關(guān)的前N篇文檔作為查詢擴(kuò)展文檔集，而后計算相關(guān)文檔集中詞的權(quán)重值，選出權(quán)重值最高的前m個詞加入到原查詢詞中，形成查詢擴(kuò)展詞。
　　 2、采用搜狗實驗室提供的互聯(lián)網(wǎng)語料庫作為測試數(shù)據(jù)集進(jìn)行實驗，實驗結(jié)果表明，新算法比目前比較流行的基于全局?jǐn)U展算法(SGA)和基于局部上

3、下文分析的算法(LCA)在檢索精度和質(zhì)量上都有一定的提高，MAP分別提高7.00％和3.78％，提高比率達(dá)到27.87％和13.34％。
　　 3、把查詢擴(kuò)展理論應(yīng)用于實踐，設(shè)計并實現(xiàn)了一個B/S架構(gòu)的基于查詢擴(kuò)展技術(shù)的搜索引擎，命名為“開心搜索”。該系統(tǒng)集成了本文中提出的新算法和一些目前比較流行的查詢擴(kuò)展算法，有利于各種算法之間的比較；還可以根據(jù)用戶的不同興趣愛好，選擇同一關(guān)鍵詞在不同的主題領(lǐng)域中進(jìn)行查詢擴(kuò)展。通過分析查詢結(jié)果